基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统无迹卡尔曼滤波器存在跟踪精度低、数值稳定性差、鲁棒性弱等缺点,提出了一种基于球型无迹变换的自适应平方根UKF滤波算法(Adaptive Square Root UKF Filtering Algorithm Based onSpherical Unscented Transform,ASRS-UKF).该算法在标准的平方根UKF算法上,首先改用了球型无迹变换对权系数以及sigma点进行计算选取;其次改进了平方根UKF中平方根矩阵的分解方法;同时在预测误差协方差矩阵中引入了自适应衰减因子.最后,通过将该算法同平方根UKF以及强跟踪UKF算法进行仿真对比,结果表明,ASRS-UKF算法在减少计算量、加快计算速度的同时还提高了滤波精度和稳定性,而且对于系统模型匹配不佳的情况下,仍具有良好的跟踪性能.
推荐文章
雷达组网交互多模型自适应平方根无迹滤波算法
雷达组网
交互多模型
自适应平方根无迹滤波
基于平方根无迹卡尔曼滤波的混沌信号盲分离
盲分离
混沌信号
平方根无迹卡尔曼滤波器
多渐消因子平方根容积卡尔曼滤波算法
平方根容积卡尔曼滤波
强跟踪滤波
多渐消因子
假设检验
自适应平方根无迹卡尔曼滤波算法
高斯过程回归
平方根无迹卡尔曼滤波器
自适应
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应平方根球型无迹卡尔曼滤波算法
来源期刊 雷达科学与技术 学科 工学
关键词 跟踪 球型无迹变换 自适应 平方根UKF 跟踪性能
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 615-621
页数 7页 分类号 TN953|TN957
字数 5483字 语种 中文
DOI 10.3969/j.issn.1672-2337.2018.06.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毕红葵 31 119 6.0 9.0
2 曲智国 56 97 6.0 7.0
3 段敏 7 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (33)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (50)
二级引证文献  (1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
跟踪
球型无迹变换
自适应
平方根UKF
跟踪性能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
雷达科学与技术
双月刊
1672-2337
34-1264/TN
大16开
安徽省合肥市9023信箱60分箱
2003
chi
出版文献量(篇)
1971
总下载数(次)
3
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导